一句常被误传为霍金名言的引文——“Intelligence is the ability to adapt to change”——被写进DNA。 这次实验合成了78条数据编码链，解码结果与原始内容完全一致。 整个读写周期耗时203.5小时，执行了11382次硬件操作；人只负责补充试剂、耗材和清理废弃物。Nature知乎36氪
这是上海交通大学陈海波、樊春海、王飞、王肇国团队11月4日发表在《Nature》的工作。 DNA存储的流程并不神秘：把0和1编码成A/T/C/G，合成、纯化、保存，需要时测序、解码。难的是这条链横跨计算与湿实验，任何一步参数漂移，最后解出来的内容都可能对不上。论文也提醒，这不等于每条DNA分子都没有误差，而是整条链路被接上了。科学网知乎
更值得看的是它怎么组织这条链。此前的自主实验平台，多是把AI“外挂”在人类预设的流程上：人定步骤、配仪器、划优化范围，AI只负责其中一段。 AutoDNA由一个中央规划智能体统筹，文献、方案、代码、硬件等专门智能体分工；仪器功能被抽象成模型能调用的“原子服务”，比如移液器只暴露“转移液体”和“混匀”。加热器被占用时，代码智能体会把一项兼容的加热任务改派给空闲的热循环仪。 多套方案并行，执行时间从1433.7分钟降到454.0分钟，约3.2倍。科学网36氪知乎
但如果你关心的是DNA存储能不能变便宜，论文里另一个结果比存储演示更重要。在酶法DNA合成的优化任务里，AutoDNA在没有人类预先划定搜索空间的情况下，八轮迭代把平均单步产率做到97.8%，与人工专家优化的基准相当。 合成是DNA存储成本的大头；产率往上走，单位数据的写入成本才可能往下走。这次演示真正有商业含义的地方，不在“AI能存一句话”，而在“AI能自己把合成条件往更优的方向推”。36氪
冷水也要泼。这次DNA存储演示只有一句引文，耗时203.5小时。作为对照，2024年中科院北京基因组所等团队的“毕昇一号”用DNA活字方案存储并检索了43.7 KB的文本、图像、音频和视频，成本约122美元/MB；按这个价格，存1 GB要12.5万美元。 微软2018年就存过约200 MB。两者目标不同，不能说谁取代谁：毕昇一号证明的是专用方案的成本极限，AutoDNA证明的是通用流程能被自主组织。但至少，AutoDNA这次证明的是“流程能跑通”，不是“成本能打”。知乎
“全流程”也不等于“无人化”。人仍要按需补充试剂和耗材、定期清理废弃物。 同期评论中，斯坦福的James Zou提到团队记录了14次硬件错误，8次由系统自动恢复，6次仍需人工介入。 论文也指出，LLM的随机性可能影响方案可重复性。Zou还提到，任务选择和平台配置仍由人完成；不同厂商仪器的编程接口也不统一，自主实验室很容易变成一个个定制工程。知乎36氪
所以，AutoDNA会改变未来数据存储方式吗？短期内不会。它没有让DNA存储突然比磁带或硬盘便宜，也没有解决随机读写的工程难题。但它改变了一件更前置的事：DNA存储的研发方式。过去优化一个合成条件、验证一条存储链路，靠人反复配液、跑仪器、记结果；现在这套“设计—实验—优化”的循环可以交给系统自己跑。成本曲线要往下走，靠的正是这种循环被压缩。它先改变实验室，然后才可能改变硬盘。
一句引文存8天半，当然不像存储革命。但很多“看起来太慢”的演示，真正留下的不是容量纪录，而是一种新的做事方式。DNA存储的账还没算平，不过算账的方式已经开始变了。
